Zum Hauptinhalt springen
Avaluma bietet dir zwei Wege, einen fotorealistischen Konversations-Avatar zu betreiben. Der schnellste ist, einen Agent im Avaluma-Dashboard auf avaluma.ai zu erstellen: Du konfigurierst Avatar, Stimme und Verhalten direkt im Browser, und Avaluma hostet alles für dich. Wenn du volle Kontrolle über Rechenleistung und Daten brauchst, kannst du die Pipeline stattdessen selbst betreiben — siehe Self-Hosting.

Agents (gehostet)

Erstelle einen Agent im Dashboard, teile einen Link oder bette ihn ein. Avaluma betreibt Avatar-Server und Sprach-Pipeline für dich.

Self-Hosting

Betreibe Avatar-Server und LiveKit-Agent auf eigener Hardware — für volle Kontrolle über Daten, Modelle und Rechenleistung.

Was ist ein Agent?

Ein Agent ist ein konfigurierter, gehosteter Avatar in deinem Avaluma-Konto. Jeder Agent bündelt alles, was eine Live-Konversation braucht:
  • Einen fotorealistischen Avatar, gerendert aus einem Avaluma-.hvia-Modell
  • Eine Stimme für die Sprachausgabe (Text-to-Speech)
  • Eine KI-Persona — der System-Prompt und das Verhalten, die seine Antworten prägen
  • Freigabe-Einstellungen — ein öffentlicher Link und optionale Einbettung auf deiner eigenen Webseite
Einmal konfiguriert, hat ein Agent eine feste Agent-ID (eine UUID), mit der du ihn teilst oder einbettest.

Einen Agent erstellen

1

Im Dashboard anmelden

Melde dich auf avaluma.ai an und öffne den Bereich Agents in deinem Dashboard.
2

Neuen Agent anlegen

Klicke auf Neuer Agent und gib ihm einen Namen. Sobald der Name steht, wird der Agent angelegt. Ab dann speichert der Editor jede Änderung automatisch. Wähle danach den gewünschten Avatar aus. Deine verfügbaren Avatare stammen aus den .hvia-Dateien, die mit deiner Lizenz ausgestellt wurden.
3

Stimme und Persona konfigurieren

Wähle eine Stimme für die Sprachausgabe und schreibe die Anweisungen des Agenten (System-Prompt). Die Anweisungen bestimmen Ton, Wissen und Verhalten des Agenten während einer Konversation. Du kannst sie selbst ins Formular schreiben oder dich vom Prompting Guide führen lassen. Eine Standardstimme ist bereits vorausgewählt — eine Stimme muss gewählt sein, damit der Agent spricht.
4

Testen

Klicke unten auf Agent testen und starte ein Testgespräch, um zu prüfen, ob der Avatar spricht und wie erwartet antwortet.

Der Agent-Editor

Alle Einstellungen eines Agenten stehen auf einer Seite untereinander: Avatar, Stimme, Prompting, Hintergrundwissen, Bereitstellung, Metadaten und ganz unten der aufklappbare Bereich Advanced.

Automatisches Speichern

Einen Speichern-Knopf gibt es nicht. Der Editor speichert jede Änderung von selbst, etwa eine Sekunde nach der letzten Eingabe und sofort, wenn du ein Feld verlässt. Unten auf der Seite steht der Stand: Speichert … oder Gespeichert.
  • Jede Änderung wirkt ab dem nächsten Gespräch, auch bei eingebetteten Agenten.
  • Unvollständige Eingaben speichert der Editor nicht, zum Beispiel ein Tool ohne Namen. Die Fußleiste zeigt dann Nicht gespeichert: mit dem Grund. Ein Klick darauf springt zum Feld. Alles andere wird trotzdem gespeichert.
  • Schlägt das Speichern fehl, etwa ohne Internetverbindung, steht der Fehler in der Fußleiste. Mit Erneut versuchen speicherst du noch einmal.

Prompting Guide

Im Abschnitt Prompting steht das Formular für die Anweisungen mit den Feldern Begrüßung, Identität, Ziel, Ausgabeformatierung, Richtlinien, Nutzerinformationen und Weitere Informationen. Du kannst es selbst ausfüllen. Darüber startest du mit Prompting Guide starten ein Gespräch mit einem Avatar, der dich durch die Anweisungen führt und das Formular für dich ausfüllt. Dafür braucht der Browser Zugriff auf dein Mikrofon.
  • Während des Gesprächs sind die Felder gesperrt. Du siehst live, was der Guide einträgt: Ein geändertes Feld leuchtet kurz auf.
  • Mit Prompting Guide beenden beendest du das Gespräch. Danach kannst du alle Felder wieder selbst bearbeiten.
  • Hochladen, Importieren und Löschen im Hintergrundwissen ist währenddessen gesperrt.

Advanced

Der Bereich Advanced ist standardmäßig zugeklappt. Er enthält die Avatar ID, die Modelle für Spracherkennung (STT) und Antworten (LLM), das Turn-Taking und Tools. Für die meisten Agenten passen die Standardwerte.

Einen Agent konfigurieren

Öffne einen Agent, um seine Konfiguration jederzeit anzupassen. Häufige Einstellungen sind:
Der direkte Link (/agent/AGENT_ID) und der Kiosk sind für jeden Agenten erreichbar. Behandle die Agent-ID deshalb wie einen öffentlichen Link. Nur das Einbetten per iframe musst du eigens freigeben — samt der Origins, auf denen es erlaubt ist.

Sprachmodell wählen

Unter Stimme lässt sich zusätzlich das ElevenLabs-Modell wählen, das die Sprachausgabe erzeugt. Alle angebotenen Modelle funktionieren mit eigenen Instant-Voice-Clones (Voice ID).

Voice Settings

Unter Voice Settings stellst du Stability, Similarity und Speed per Schieberegler ein. Über jedem Regler steht der Haken Standard der Stimme. Ist er gesetzt, wird der Wert nicht mitgeschickt und ElevenLabs nutzt die Einstellung der Stimme. Entferne den Haken, um den Regler freizugeben. Er startet dann bei den ElevenLabs-Standards: Stability 0.5, Similarity 0.75, Speed 1.0. Welche Regler erscheinen, hängt vom Modell ab:
Die Regler passen sich automatisch an, sobald du das Modell wechselst: nicht unterstützte verschwinden, und bei v3 wird ein Stability-Wert dazwischen auf das nächste Preset gerundet.
Neue Agenten starten mit v4 Turbo. Bestehende Agenten behalten ihr Modell, bis du es selbst umstellst.

Standards für neue Agenten

Ein neu angelegter Agent startet mit dieser Konfiguration. Die Sprachausgabe änderst du unter Stimme, alles andere im Bereich Advanced: Wechselst du die Spracherkennung weg von Deepgram Flux, wird das Turn-Taking auf „Nicht konfiguriert“ zurückgesetzt, weil STT-Endpointing nur mit Flux funktioniert.

Agenten verwalten

In der Agents-Übersicht findest du bei jedem Agenten ein Menü (drei Punkte) mit zusätzlichen Aktionen:
Beim Duplizieren werden auch die Einbettungs-Einstellungen (inklusive der erlaubten Origins) übernommen. Die Kopie ist damit sofort unter denselben Bedingungen erreichbar wie das Original.

Nutzungsstatistik pro Agent

In der Agents-Übersicht zeigt jede Agenten-Kachel, wie viele Gesprächsminuten dieser Agent im laufenden Monat genutzt wurde. Über das Statistik-Symbol auf der Kachel öffnest du ein Fenster mit den wichtigsten Kennzahlen: Dazu zeigt ein Verlauf die Gespräche im Zeitverlauf, umschaltbar zwischen 1 Tag (stündlich), 7 Tagen und 30 Tagen. Über das Datumsfeld wählst du das Enddatum des Zeitraums (Standard: heute) und blätterst so auch zu vergangenen Tagen oder Wochen zurück.
Den monatlichen Gesamtverbrauch aller Agenten und dein Tarif-Limit siehst du im Balken oben auf der Agents-Seite — mehr dazu unter Preise & Abrechnung.

Teilen und einbetten

Jeder Agent ist über eine gehostete URL anhand seiner Agent-ID erreichbar:
Für die Fehlersuche versteht der direkte Link dieselben Diagnose-Parameter wie Embedding und Kiosk: audiodebug, webaudio und speakerphone. Um den Agent direkt auf deiner eigenen Seite anzuzeigen, bette ihn als <iframe> ein und steuere ihn von deiner Seite aus.

Embedding

Bette einen Agent per <iframe> in deine Webseite ein und passe Aussehen und Verhalten über Query-Parameter an.

Messaging

Steuere den eingebetteten Avatar programmatisch und empfange Events über die postMessage-API.

Kiosk-Modus

Betreibe den Agenten im Vollbild auf einem unbeaufsichtigten Display — mit Wake-Lock und Auto-Reset.